Documentos de Académico
Documentos de Profesional
Documentos de Cultura
investigación de operaciones
Introducción
La programación lineal es un conjunto de técnicas racionales de
análisis y de resolución de problemas que tiene por objeto ayudar a
los responsables en las decisiones sobre asuntos en los que
interviene un gran número de variables.
El nombre de programación lineal no procede de la creación de
programas de ordenador, sino de un término militar, programar, que
significa “realizar planes o propuestas de tiempo para el
entrenamiento, la logística o el despliegue de las unidades de
combate”.
Aunque parece ser que la programación lineal fue utilizada por G.
Monge en 1776, se considera a L. V. Kantoróvich uno de sus
creadores. La presentó en su libro Métodos matemáticos para la
organización y la producción (1939) y la desarrolló en su trabajo
Sobre la transferencia de masas (1942). Kantoróvich recibió el
premio Nobel de economía en 1975 por sus aportaciones al
problema de la asignación óptima de recursos humanos.
La investigación de operaciones en general y la programación lineal
en particular recibieron un gran impulso gracias a los ordenadores.
Uno de momentos más importantes fue la aparición del método del
simplex.
Objetivos
Conocer la programación lineal y sus aplicaciones a la vida
cotidiana.
Plantear y resolver situaciones con programación lineal.
Pasos para la construcción de un modelo.
Tipo de Soluciones
Los programas lineales con dos variables suelen clasificarse
atendiendo al tipo de solución que presentan. Éstos pueden ser:
Métodos de solución
Existen tres métodos de solución de problemas de programación
lineal:
Método gráfico: Las rectas de nivel dan los puntos del plano en los
que la función objetivo toma el mismo valor.
Método analítico: El siguiente resultado, denominado teorema
fundamental de la programación lineal, nos permite conocer otro
método de solucionar un programa con dos variables: “en un
programa lineal con dos variables, si existe una solución única que
optimice la función objetivo, esta se encuentra en un punto extremo
(vértice) de la región factible acotada, nunca en el interior de dicha
región. Si la función objetivo toma el mismo valor óptimo en dos
vértices, también toma idéntico valor en los puntos del segmento
que determinan. En el caso de que la región factible no es acotada,
la función lineal objetivo no alcanza necesariamente un valor optimo
concreto, pero, si lo hace este se encuentra en uno de los vértices
de la región”.
Esquema práctico: Los problemas de programación lineal puede
presentarse en la forma estándar, dando la función, objetivos y las
restricciones, o bien plantearlos mediante un enunciado.
X= número de pantalones
Y= número de chaquetas
2. Función objetivo
F(x,y)=50x + 40y
3. Restricciones
Para escribir las restricciones vamos a ayudarnos de una tabla:
Poliéster 2 1 1000
2x + y < 1000
X>0
Y>0
Programación lineal
2x + y = 1000; y= 0 (500,0)
Maximizar: 5 X1 + 3 X2
Sujeta a:
2 X1 + X2 40 restricción de mano de obra
X1 + 2 X2 50 restricción de materiales
tanto X1 como X2 son no negativas.
Un Problema de Mezcla
El taller de Joe se especializa en cambios de aceite del motor y
regulación del sistema eléctrico. El beneficio por cambio del aceite
es $7 y de $15 por regulación. Joe tiene un cliente fijo con cuya
flota, le garantiza 30 cambios de aceite por semana. Cada cambio
de aceite requiere de 20 minutos de trabajo y $8 de insumos. Una
regulación toma una hora de trabajo y gasta $15 en insumos. Joe
paga a los mecánicos $10 por hora de trabajo y emplea
actualmente a dos de ellos, cada uno de los cuales labora 40 horas
por semana. Las compras de insumos alcanzan un valor de $1.750
semanales. Joe desea maximizar el beneficio total. Formule el
problema.
X2 = Ajuste
Sujeta a:
X1 30 Cuenta De la Flota
20X1 + 60X2 4800 minutos de trabajo (tiempo)
8X1 + 15X2 1750 $ en Materias primas
X1 0, X2 0.
Sujeta a:
2 X1 + X2 40
X1 + 2 X2 50
and both X1, X2 are non-negative.
Nota: Existe una alternativa del abordaje de la función objetivo de
igual valor (función iso) con problemas que tienen pocas
restricciones y una región factible acotada. Primero busque todas
las esquinas, también llamadas puntos extremos. Luego, evalúe la
función objetivo en los puntos extremos para llegar al valor óptimo y
a la solución óptima.
2X1 + X2 = 40
X1 + 2X2 = 50
X1 = 0
X2 = 0
Aquí tenemos 4 ecuaciones con 2 incógnitas. Existen como
máximo C42 = 4! / (2! 2!) = 6 soluciones básicas. Si resolvemos
los seis sistemas de ecuaciones resultantes tenemos:
Definición de variables
X = Cantidad de bicicletas de paseo a producir.
Y = Cantidad de bicicletas de montaña a producir.
Restricciones
X + 2Y <= 80 (Disponibilidad de acero)
Función objetivo
Problema No. 2
Un autobús que hace el recorrido Cali-Buga, ofrece asientos para
fumadores al precio de 10.000 pesos y a no fumadores al precio de
6.000 pesos. Al no fumador se le deja llevar 50 Kg. de peso y al
fumador 20 Kg. Si el autobús tiene 90 asientos y admite un equipaje
de hasta 3.000 Kg. ¿Cuál ha de ser la oferta de asientos de la
compañía para cada tipo de pasajeros, con la finalidad de optimizar
el beneficio? Además, debe considerarse que, por políticas de la
empresa, deben ofrecerse como mínimo 10 asientos para pasajeros
no fumadores.
Definición de variables
X = Cantidad de asientos reservados a fumadores.
Restricciones
20X + 50Y <= 3000 (Equipaje permitido)
Función objetivo
Zmax = 10000X + 6000Y
Problema No. 3
Un comerciante acude al mercado popular a comprar naranjas con
50.000 pesos. Le ofrecen dos tipos de naranjas: las de tipo A a 50
pesos el Kg. y las de tipo B a 80 pesos el Kg. Sabiendo que sólo
dispone de su camioneta con espacio para transportar 700 Kg. de
naranjas como máximo y que piensa vender el Kg. de naranjas tipo
A a 58 pesos. y el Kg. de tipo B a 90 pesos. plantee un modelo de
programación lineal que permita resolver la situación anterior.
Definición de las variables
X = Cantidad de Kg de naranjas tipo A a comprar.
Restricciones
50X + 80Y <= 50.000 (Dinero disponible para comprar)
Función Objetivo
Zmax = 8X + 10Y